Tecnología

Idean un sistema para «adivinar» el atasco quince minutos ya antes

Un conjunto de estudiosos de la Universidad Miguel Hernández (UMH) de Elche ha desarrollado un sistema basado en la inteligencia artificial y en el funcionamiento de redes neuronales que prevé la evolución del tráfico con quince minutos de antelación, lo que puede resultar realmente útil para mejorar los sistemas para la navegación.

Conforme explica la universidad, para hacer el estudio se ha digitalizado un escenario de tráfico real pertinente a noventa y siete quilómetros de tramo de la autovía A-siete entre Alicante y Murcia, usando para esto los datos de todos y cada uno de los sensores de tráfico de la DGT a lo largo de los últimos doce años. Este tramo ha sido elegido por la elevada afluencia de tráfico, con un intensidad media diaria de cien automóviles en ciertos puntos, y por la enorme cantidad de sensores de tráfico en el tramo (noventa y nueve en conjunto) que dejan medir de forma precisa el tráfico con una periodicidad de 1 minuto.

Con estos datos, los estudiosos han desarrollado un escenario digital de simulación que deja producir con gran precisión el tráfico experimentado en el tramo de la A-siete a lo largo de un total de diez días. Para esto, los estudiosos de la UMH han desarrollado una nueva metodología de calibración que deja producir de forma precisa y realista escenarios digitales de simulación de tráfico desde datos reales.

A través de una plataforma digital de tráfico creada en la UMH, los estudiosos han desarrollado técnicas basadas en redes neuronales profundas para pronosticar el estado del tráfico a quince minutos vista usando datos de los automóviles conectados.

“Los estudiosos han analizado de qué forma influye la penetración del vehículo conectado en la precisión de las predicciones de la intensidad, densidad y velocidad del tráfico, y han tolerado probar que es posible progresar los niveles de predicción del tráfico con datos de solo un cuatro por ciento de los automóviles respecto a cuando se efectúa la predicción con los datos de los sensores de tráfico (exhalas) desplegados en nuestros días en el tramo de la A7 objeto de estudio”, explica la UMH en un comunicado.

Además de esto, los estudiosos de la UMH han probado que la fusión de los datos proporcionados por los sensores de tráfico actuales con los datos de los automóviles conectados deja progresar la precisión en la predicción del tráfico. Por poner un ejemplo, la fusión de datos de sensores de tráfico con datos de solo un diez por ciento de los automóviles reduce el fallo de predicción en un cuarenta por ciento respecto a en qué momento se efectúa la predicción del estado del tráfico solo con los datos proporcionados por las exhalas.

La eficiencia de este sistema va a depender en gran medida de la presencia de vehículo conectados, si bien las previsiones presagian que este año más de la mitad de los que están en circulación lo van a estar.

Las investigaciones de la UMH han sido efectuadas en el marco del proyecto PREDICT (Predicción y caracterización de tráfico con datos de automóviles conectados y automóviles autónomos), financiado por la Dirección General de Tráfico. En el proyecto, los estudiosos de la UMH asimismo han cuantificado el impacto de los automóviles autónomos sobre el tráfico. Sus conclusiones señalan que hasta el momento en que por lo menos un quince por ciento de los automóviles sean autónomos no se va a ver un beneficio en la fluidez del tráfico y en la capacidad de las autovías, si no se desarrollan soluciones para asegurar una coexistencia eficiente de los automóviles autónomos y los automóviles usuales.

Dejar una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *